基于深度学习的二维人脸检测研究现状

• 作者: 杨梦龙 郑成浩
• 来源期刊: 现代计算机
• 关键词: 深度学习 人脸检测 卷积网络 计算机视觉
• 年，卷（期）: 2017,（35）
• 所属期刊栏目: 图形图像
• 页码范围: 61-65,84
• 页数: 6页
• 字数: 3607字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2017.35.013

摘要

人脸检测是人脸识别相关应用的基础.从Viola-Jones检测器到复杂的卷积神经网络检测器,人脸检测算法的性能在不断提升.特征提取是人脸检测算法的关键,根据提取方式不同可分为手工设计特征和深度学习提取特征两类.实际应用中,采用深度学习技术的人脸检测算法的性能已超过手工设计特征的算法.针对近年人脸检测技术的进展,对几种典型的深度学习人脸检测算法的特征提取、网络结构和实验结果等几方面进行研究,以期寻找为进一步提升人脸检测算法的性能提供思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨梦龙	四川大学空天科学与工程学院	6	22	3.0	4.0
2	郑成浩	四川大学计算机学院	2	5	1.0	2.0